大家会让 AI 聊天助手翻译整份表格：开德语店铺前的 Shopify 导出文件、供应商目录、帮助中心文章表。我们想知道这种做法在哪里行得通、又在哪里行不通，于是在 2026 年 10 月 20 日把一份长 CSV 交给一个模型，并核对了返回的每个单元格。
测试方法
测试文件是一份虚构的 Shopify 商品导出文件，共 400 行、20 列。其中五列需要翻译：Title、Body (HTML)、Image Alt Text、SEO Title 和 SEO Description。其余十五列，包括 Handle、Variant SKU、价格和图片链接，必须保持原样。大多数行是标题为空的变体行，这正是 Shopify 导出文件的常态，也正是模型最容易漏掉的那类行。
我们像普通用户那样，用两句话的指令，通过 API 把文件粘贴给 GPT-6.1 Sol，同时把同一个文件交给我们自己的 CSV和Excel翻译工具 处理。
返回结果
| GPT-6.1 Sol，一条提示词 | NoCutoff | |
|---|---|---|
| 行位置正确 | 400 / 400 | 400 / 400 |
| 15 个受保护列中的改动 | 0 | 0 |
| HTML 标签被改动的描述 | 0 | 0 |
| 已翻译的文本单元格 | 800 / 800 | 790 / 800 |
| 耗时 | 9 分钟，一次回复 | 14 个块 |
| 费用 | $0.55 | $0.17 |
聊天模型的表现毫无差错：每个空白变体行、每个 handle 和每个标签都原样保留。我们的工具有十个单元格保持原样，因为模型判断它们是商品名称，例如 "Field Merino Beanie"，在德语里这样处理也说得通。
它在哪里卡住
这次回复用了 45,326 个输出 token，平均每行约 113 个。整个译文文件，包括没有改动的列，都必须在回答中完整返回，所以回答的长度会随文件增长。按这个速度：
- 400 行：约 45,000 token，放得下。
- 560 行：约 64,000 token，正好是我们设定的上限。
- 2,000 行：约 225,000 token，没有任何一次回复能容纳。
这是推算，不是第二次实测。在我们之前的四项长任务研究中，三个模型里有两个在翻译 2,000 条消息的聊天记录时碰到同样的上限，消息说到一半就停了，而且没有任何提示。聊天应用的回复上限通常比 API 更低。
为什么拆分文件更可靠
翻译工具并不需要让模型来“写出”整个文件。它可以把 CSV 读取成一个个单元格，只把所选列的文本分成小块发送，检查返回的内容，再把译文写入原文件的副本。商品 handle 和价格始终留在你的文件里，不会被改动，而且每次返回的内容都很短，不会触到长度上限。我们的工具还会在翻译前把 HTML 标签换成标记，并检查每个标记是否都原样返回；如果某个单元格里的占位符或品牌名没能保留，也会逐一列出。
如何自己检查翻译后的 CSV
- 对比行数与原文件是否一致，并核对最后一行的 ID 或 handle。
- 并排打开两个文件，检查 ID、SKU 和价格列是否完全相同。
- 在 HTML 列中搜索几个标签，例如
<li>，并对比出现的次数。 - 先导入测试店铺，或导入表格的副本，确认无误后再用于正式数据。
更好的做法
如果只有几百行，性能强的 AI聊天机器人 可以胜任，正如本次测试所示，但请务必检查结果。如果是完整的商品目录，可以使用 CSV和Excel翻译：前几行免费翻译，整个文件一次付费 $5。如果是应用的字符串文件，本地化文件翻译同样支持 JSON、PO 和 strings 文件。
方法与数据
日期： 2026 年 10 月 20 日。调用方式： OpenRouter chat completions API，而非 ChatGPT 应用。
输入： 一份虚构的 Shopify 商品导出文件，由脚本为本次测试生成：160 件商品，400 行（每个变体一行，大多数行的标题和描述为空），20 列，描述为 HTML，含段落、列表、粗体文字和少量 emoji。大小 127,637 字节。
聊天模型： openai/gpt-6.1-sol，一条用户消息，包含两句话的指令和整个文件，无系统提示词，默认温度，回复上限（max_tokens）为 64,000。仅运行一次，再次运行结果可能不同。
工具： NoCutoff CSV和Excel翻译，使用相同的五列和目标语言，模型为 google/gemini-3.8-flash，每块最多 60 个单元格。
脚本核对项： 按 handle 和 SKU 匹配返回的行，列数，15 个受保护列中的每个单元格，每条描述中的 HTML 标签序列，以及单元格是被改动还是保持原样。费用： 两次运行共 $0.73。
来源